OpenCV半小时掌握基本操作之直方图 OpenCV半小时掌握基本操作之直

概述
直方图
直方图 + mask
直方图均衡化

【OpenCV】??高手勿入!?? 半小时学会基本操作 ?? 直方图

概述 OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 20 课)

直方图原图:

文章图片

cv2.calcHist()可以帮助我们统计像素并得到直方图.
格式:

calcHist(images, channels, mask, histSize, ranges, hist=None, accumulate=None)

参数:

images: 输入图像
channels: 颜色通道
mask: 掩模
histSize: bin 的数目, 用中括号括起来
ranges: 像素范围 [0, 256]

例 1 (灰度图统计直方图):

import cv2from matplotlib import pyplot as pltplt.style.use("fivethirtyeight")# 读取图片, 并转换成灰度图img = cv2.imread("girl.jpg", 0)# 获取直方图hist = cv2.calcHist([img], [0], None, [256], [0, 256])print(hist)# 直方图展示plt.figure(figsize=(12, 6))plt.plot(hist)plt.title("hist of image")plt.show()

输出结果:

文章图片

例 2 (RGB 三通道直方图):

import cv2from matplotlib import pyplot as pltplt.style.use("fivethirtyeight")plt.figure(figsize=(12, 6))# 读取图片img = cv2.imread("girl.jpg")# 颜色通道color = ["b", "g", "r"]# 获取直方图for i, c in enumerate(color):hist = cv2.calcHist([img], [i], None, [256], [0, 256])plt.plot(hist, color=c)# 直方图展示plt.legend(["B Channel", "G Channel", "R Channel"])plt.title("RGB hist of image")plt.show()

输出结果:

文章图片

直方图 + mask 例子:

import numpy as npimport cv2from matplotlib import pyplot as pltplt.style.use("fivethirtyeight")# 读取图片, 并转换成灰度图img = cv2.imread("girl.jpg", 0)# 创建maskmask = np.zeros(img.shape, np.uint8)mask[280:1000, 420:1500] = 255# 获取mask后的图像masked_img = cv2.bitwise_and(img, img, mask=mask)# 直方图hist_full = cv2.calcHist([img], [0], None, [256], [0, 256])hist_mask = cv2.calcHist([img], [0], mask, [256], [0, 256])# 图片展示f, ax = plt.subplots(2, 2, figsize=(12, 9))ax[0, 0].imshow(img, 'gray')ax[0, 0].set_title("original image")ax[0, 1].imshow(mask, 'gray')ax[0, 1].set_title("mask")ax[1, 0].imshow(masked_img, 'gray')ax[1, 0].set_title("masked image")ax[1, 1].plot(hist_full)ax[1, 1].plot(hist_mask)ax[1, 1].set_title("original vs masked hist")plt.show()

输出结果:

文章图片

直方图均衡化直方图均衡化 (Histogram Equalization) 是一种增强图片对比度的方法. 将一副图像的直方图分布变成近似均匀分布.
格式:

cv2.equalizeHist(src, dst=None)

例子:

import cv2from matplotlib import pyplot as pltplt.style.use("fivethirtyeight")# 读取图片, 并转换成灰度图img = cv2.imread("girl.jpg", 0)# 均衡化img_equ = cv2.equalizeHist(img)# 直方图f, ax = plt.subplots(2, 2, figsize=(16, 16))ax[0, 0].imshow(img, "gray")ax[0, 0].set_title("before")ax[0, 1].imshow(img_equ, "gray")ax[0, 1].set_title("after")ax[1, 0].hist(img.ravel(), 256)ax[1, 1].hist(img_equ.ravel(), 256)plt.show()

输出结果: